Estudios de prevalencia (transversales)

Anuncio
Departamento de Estadística
Universidad Carlos III de Madrid
BIOESTADISTICA (55 - 10536)
Estudios de prevalencia (transversales)
CONCEPTOS CLAVE
1)
Características del diseño en un estudio de prevalencia, o transversal.
2)
Importancia del mecanismo de muestro y selección del tamaño muestral.
3)
Tipos y características de las medidas de prevalencia.
4)
Estrategias para el análisis de estudios transversales: Estimación vs.
Comparación de prevalencias.
1
1. INTRODUCCION
Un Estudio de Prevalencia es aquel en el que se examinan las relaciones entre las enfermedades o entre
las características relacionadas con la salud y otras variables de interés, del modo en que existen en una
población y momento determinados. La presencia o ausencia de la enfermedad y de las otras variables
(o, si son de tipo cuantitativo, su nivel) se determinan en cada miembro de la población estudiada o en
una muestra representativa en un momento dado.
La relación entre una variable y la enfermedad puede examinarse:
1) En términos de la prevalencia de la enfermedad en diferentes subgrupos de población, definidos
de acuerdo con la presencia o ausencia (o nivel) de las variables.
2) En términos de la presencia o ausencia (o nivel) de las variables en los individuos enfermos, en
comparación con los sanos.
En la figura siguiente se muestra una representación gráfica de un estudio transversal.
Obsérvese que, en un estudio de prevalencia (o estudio transversal), lo que queda registrado formalmente
no es la incidencia de una enfermedad, sino su prevalencia. La secuencia temporal de causa a efecto no
queda necesariamente determinada en un estudio de este tipo.
Después del proceso se selección, todos los sujetos participantes son examinados, observados, y/o
encuestados acerca de la enfermedad, su nivel actual o pasado del factor en estudio y otras variables de
interés. En ocasiones los estudios transversales no utilizan muestreo probabilístico, en esos casos su
valor es limitado para describir la frecuencia de la enfermedad y de otras características en la población
objeto.
2
2. MEDIDAS DE PREVALENCIA
Hemos revizado las medidas fundamentales para cuantificar la prevalencia: prevalencia puntual y
prevalencia lápsica.
1) La más utilizada de estas medidas es la Prevalencia Puntual (P), que no es más que la
probabilidad de que un individuo en una población presente una determinada característica (por
ejemplo, enfermedad) en el tiempo t. Así, se estima por: Pˆ t =
C t , donde C es el número de
t
Nt
casos prevalentes y Nt es la población encuestada.
2) La Prevalencia Lápsica (PL) no es más que la probabilidad de que un individuo de una
población sea un caso en cualquier momento del período (t0, t). Se estima por:
Pˆ P( t0 ,t) =
C ( t0 ,t) C 0 + I ( t0 ,t)
=
. Donde C(to,t) incluye los casos prevalentes C0 y los casos
N
N
incidentes I(to,t).
Raras veces la prevalencia tiene interés directo en aplicaciones etiológicas de la investigación
epidemiológica. Puesto que la probabilidad de sobrevivir (o de curación) afecta a la prevalencia, los
estudios transversales o estudios basados en casos prevalentes obtienen asociaciones que reflejan los
determinantes de la supervivencia (la cura) una vez que se padece la enfermedad, así como las causas de
tal enfermedad. Una supervivencia mejor, y por tanto, una prevalencia más alta, podrían estar realmente
relacionadas con la acción de factores preventivos que mitigasen de alguna manera la enfermedad, una
vez que se produjese.
2.1. Relación entre Incidencia y Prevalencia
Aunque es evidente la prevalencia depende en parte de la incidencia, la relación funcional que se
establece entre ellas es bastante compleja. Sin embargo, si asumimos que la población está en posición
de equilibrio, o sea, es estable y las tasas de prevalencia e incidencia permanecen constantes, puede
obtenerse una relación bastante sencilla.
Bajo las condiciones de equilibrio la cantidad de casos incidentes I en un período (t0,t) de duración 2t es
igual a los casos salientes TC (casos que mueren por la enfermedad, o por otra causa, y casos que curan)
durante el mismo período, o sea, I = TC.
Tenemos que I = DI(N-C)2t, donde N es la cantidad de individuos de la población, y TC = TD×C×2t,
donde TD es la tasa o densidad de salida y C los casos prevalentes, de donde obtenemos:
C
DI
.
=
N - C TD
Si representamos las salidas de la enfermedad por un proceso Poisson, tenemos que TD es igual al inverso
de la duración de la enfermedad D . Dividiendo por N y sustituyendo TC, obtenemos:
P=
DI D
DI D + 1
Si la prevalencia es pequeña (P < 0.1) se tiene una fórmula simplificada: P = DI D .
3
3. DISEÑO DE UN ESTUDIO DE PREVALENCIA
Los principales puntos metodológicos a considerar en el diseño de un estudio de prevalencia son:
a) Definir la población de referencia.
b) Determinar si el estudio se realizará sobre el total de la población o en una muestra.
c) Determinar el tamaño de la muestra poblacional y las formas de selección de la misma.
d) Elaborar y validar los instrumentos y técnicas mediante los cuales se determinará la presencia o
ausencia de las características de interés.
e) Asegurar la comparabilidad de la información obtenida en los diferentes grupos.
f) Determinar el tipo de análisis epidemiológico y estadístico de los datos.
g) Determinar la conducta a seguir con los datos detectados.
Nos centraremos en los puntos c) y f)
Veamos a continuación como se calculan los tamaños de muestra en los estudios de prevalencia para
distintas situaciones:
1) Si el objetivo es estimar una proporción (P) en una población con una precisión absoluta
especificada se deberá "conocer":
a) Proporción esperada en la población P
b) Nivel de confianza 100(1- )%
c) Precisión absoluta requerida d
2
Se utiliza en este caso la siguiente fórmula: n =
z 1-
/2
P(1 - P)
d
2
La mayoría de software estadístico, entre ellos el programa EpiDat utilizan además la siguiente
corrección: n =
n0
, donde n0 se obtiene por la fórmula anterior y N es el tamaño de la población.
1 + n0
N
4
Ejemplo 1. Cálculo tamaño muestral con EpiDat, para estimar una prevalencia del 50% (P=0.5) con una
precisión del 5% (d = 0.05) en una población con 10,000 habitantes (N=10000).
5
2) Si el objetivo es probar que la proporción poblacional difiere de un valor dado P0 se
deberá "conocer":
a) Valor de la proporción bajo la hipótesis nula, P0
b) Valor anticipado de la proporción Pa
c) Nivel de significación 100 %
d) Potencia del test 100(1-ß)%
e) Hipótesis alternativas: Pa > P0, Pa <P0 ó Pa P0Se utilizan en este caso las siguientes fórmulas:
Para pruebas de una sola cola: n =
dos colas: n =
[ z 1-
/2
[ z 1-
2
P 0 (1 - P 0 ) + z 1- P a (1 - P a ) ]
, y para pruebas de
( P 0 - P a )2
2
P 0 (1 - P 0 ) + z 1- P a (1 - P a ) ]
.
( P 0 - P a)2
Ejemplo 2: La proporción de pacientes curados de cáncer después de 5 años de tratamiento se reporta en
la literatura como del 50%. Un investigador desea probar que esta tasa de cura es válida en su distrito
sanitario. ¿Qué tamaño de muestra necesita si está interesado en rechazar la hipótesis si la tasa verdadera
es menor que 50% y desea con un 90% de seguridad detectar una tasa verdadera del 40% a un nivel de
confianza del 95%?
En este caso P0 = 0.5, Pa = 0.4, = 0.05, ß = 0.1 y Ha: Pa < P0, sustituyendo obtenemos que n=211.
3) Si el objetivo es estimar la diferencia entre dos proporciones poblacionales con una
precisión absoluta especificada, se deberá "conocer":
a) Proporciones esperadas de las poblaciones P1 y P2
b) Nivel de confianza 100(1- )%
c) Precisión absoluta requerida d
Se utiliza en este caso la siguiente fórmula:
n=
2
z 1- /2[ P 1(1 - P 1) + P 2 (1 - P 2)]
2
d
Ejemplo 3: ¿Qué tamaño de muestra es necesario seleccionar de dos poblaciones para estimar una
diferencia de riesgo con un nivel de confianza del 95% y una precisión de 0.05, cuando no se conocen
estimaciones de P1 y P2?
En este caso la selección más aconsejable es P1 = P2 = 0.5, pues el valor V = P1(1-P1) + P2(1-P2) es
máximo para esos valores. Tenemos además = 0.05 y d = 0.05, de donde utilizando la fórmula anterior
obtenemos, n = 769 para cada una de las poblaciones.
6
4) Si el objetivo es probar que dos proporciones poblacionales son diferentes se deberá
"conocer":
a) Hipótesis nula: P1-P2 = 0.
b) Proporciones esperadas de las poblaciones P1 y P2
c) Nivel de confianza 100(1- )%
d) Potencia del test 100(1-ß)%
e) Hipótesis alternativas: P1-P2 > 0, P1-P2 < 0 ó P1-P2 0
Se utilizan en este caso las siguientes fórmulas:
Para pruebas de una sola cola: n =
z 1-
2 P m(1 P m ) + z 1( P 1 - P 2)2
V=P1(1-P1) + P2(1-P2). Para pruebas de dos colas: n =
z 1-
/2
V
2
, donde Pm =(P1+P2)/2 y
2 P m(1 - P m) + z 1( P 1 - P 2)2
V
2
.
De nuevo en la mayoría de software estadístico, como el programa EpiDat, permite el cálculo para una
2
n
4
.
1+ 1+
prueba de dos colas utilizando la corrección de Yates: n =
4
n | P1 - P 2 |
Ejemplo 4: Volvamos al ejemplo anterior, y supongamos ahora que P1 = 0.6, P2 = 0.5, L=0.05, y ß=0.1,
se podría calcular el tamaño muestral utilizando EpiDat
7
8
4. ANÁLISIS DE ESTUDIOS TRANSVERSALES
La disposición de los resultados de un estudio de prevalencia se presenta en la siguiente tabla:
Variable Dependiente
Variable Independiente Presente Ausente Total
Tasa
Presente
A
b
m1
a/m1
Ausente
C
d
m2
c/m2
Total
n1
n2
n
n1/n
En los estudios transversales puede calcularse la Razón de Prevalencias por RR =
a / m1
.
c/m2
Cuando se tiene una población en estado de equilibrio se puede estimar la razón de densidad
/ (1 - P 1)
de incidencia RDI, utilizando la relación entre DI y P: RDI = ID 1 = T 2 P 1
, o
ID 2 T 1 P 2 / (1 - P 2)
ad
.
equivalentemente: ORP = RDI T 1 que puede estimarse por
bc
T2
4.1. Plan de análisis estadístico para estudios de proporciones
Un posible esquema del plan de análisis estadístico para estudios de proporciones.
9
Método 1: Estimación de una proporción (Modelo binomial)
Supongamos que una experiencia se repite n veces, y cada vez la probabilidad p de ocurrencia de un
suceso dado (por ejemplo, enfermedad, exposición) sea siempre la misma. Si las experiencias sucesivas
son independientes, podemos asumir un modelo binomial.
Si en n repeticiones independientes se observa X veces el suceso de interés, se tienen los siguientes
resultados:
X
es un estimador sin sesgo de p.
n
p(1 - p)
pˆ (1 - pˆ )
y se estima por
.
Su varianza es igual a
n
n
p̂ =
El intervalo exacto de para p es de difícil cálculo y por tanto se utiliza un intervalo de
confianza aproximado definido por ( p, p ) :
p=
n
z2
pˆ (1 - pˆ ) z 2
ˆ
p
+
z
+ 2
n + z2
n
2n
4n
Si n
p = pˆ + z
y p=
n
z2
pˆ (1 - pˆ ) z 2
ˆ
p
+
+
z
+ 2
n + z2
n
2n
4n
30 el intervalo aproximado para p será
con:
p = pˆ - z
pˆ (1 - pˆ )
n
y
pˆ (1 - pˆ )
, donde z = z1- /2.
n
También podemos encontrar este método en forma de test estadístico de p respecto a una
1
2n .
P(1 P)
n
| p - P|proporción P dada: z =
Ejemplo 5: Supongamos que el tamaño de la muestra es n = 257 y se observan 23 casos, entonces con
EpiDat se obtiene:
10
Ejemplo 6: Siguiendo con el ejemplo anterior también podríamos contrastar si H0: P=0.10, entonces con
EpiDat se obtiene:
Lo cual nos lleva a concluir que hay evidencias suficientes (p=0.6474) para aceptar H0.
11
Método 2: Estimación de una proporción (Modelo hipergeométrico)
El modelo hipergeométrico parte de suponer que en una población de tamaño N, hay N1 enfermos y N-N1
individuos sanos. Se toma una muestra de n personas que contiene n1 enfermos y n-n1 sanos. Se desea
estimar la proporción N1/N, o sea, la tasa de prevalencia de cierta población. Bajo el modelo
hipergeométrico se tienen los siguientes resultados:
n1/n es un estimador sin sesgo de N1/N.
La varianza de n1/n se estima por:
se aproxima por:
N - n n1
n 1
, y si n/N 0.10 entonces la varianza
1 1
N -1 n
n n
n1
n 1
.
1 1
n
n n
El intervalo exacto para p es de difícil cálculo y por tanto utilizaremos un intervalo de
confianza aproximado definido por ( p, p ) :
p=
N - n n1
N - n n1
n
n 1
n1
n 1
1- 1
, y p= 1 + z
1- 1
.
-z
n
N -1 n
n n
n
N -1 n
n n
Método 3: Modelos discretos (Dos-binomial e hipergeométrico)
a) Modelo Dos-binomial: Consideremos un estudio transversal en el que de los n1 sujetos expuestos a
un factor están enfermos a individuos, y de los n2 no expuestos b son enfermos, entonces de acuerdo al
modelo binomial la probabilidad de tener a casos expuestos y b casos no expuestos es igual a:
n1 a
n2 b
p 1 (1 p 1)c
p (1 p 2 ) d , que es el producto de las probabilidades binomiales para cada uno
a
b 2
de los grupos expuestos y no expuestos. El cálculo de probabilidades para la comprobación de hipótesis es
difícil y ambiguo, lo cual exige uso de paquetes estadísticos.
b) Modelo Hipergeométrico: Si consideramos que los marginales de la Tabla 2×2 son fijos podemos
utilizar el modelo hipergeométrico, entonces la probabilidad de obtener a o más casos en los expuestos
esta dada por:
Pr( K
a) =
min ( m 1 ,n 1 )
k=a
n1
k
n2
m1 - k
n
m1
La regla de decisión es rechazar que existe asociación entre el factor y la enfermedad H0 si la
probabilidad Pr(K a)
.
12
Método 4: Aproximaciones a los modelos discretos.
Debido al número de cálculos que requieren los modelos del Método 3, se utilizan aproximaciones
(prueba estadística asintótica) para calcular el valor de P:
a) Modelo Hipergeométrico: Bajo H0, la variable aleatoria a (número de casos expuestos) tiene
media µ =
m1 n1
y
n
2
= m1 2m 2 n 1 n 2 , y el test estadístico que se utiliza es: z =
n (n - 1)
a-µ
y como regla de
decisión z z1-L.
b) Modelo Dos-binomial: El test estadístico que se obtiene es similar al anterior con la única diferencia
que
2
=
m1 m 2 n1 n 2
.
n3
Ejemplo 6: En la siguiente tabla se muestran los resultados de un estudio sobre consumo de
clorodiazepóxido en la fase inicial de la gestación, en madres con niños nacidos con defecto cardíacos
congénitos y madres con niños normales.
Uso de clorodiazepóxido
Si
No
Total
Madre caso
4
386
390
Madre no caso
4
1250
1254
Total
8
1636
1644
Obtenemos µ = 390×8/1644 1.898, S2 = 8×1636×390×1254/(16442×1645)
z = (4-1.898)/1.2 1.75, que para una prueba de una cola p = 0.04.
1.44 y S = 1.2, tenemos
Método 5: Test 42 (Ji-cuadrado)
Para los datos de la Tabla 2×2, se utiliza el test estadístico:
2
=
(| ad - bc | - 1/ 2n) 2 n
n 1 n 2 m1 m 2
, que permite
calcular los intervalos de confianza para el cociente de prevalencias mediante la expresión: RR 1± z / ,
donde z = z1-L/2.
Ejemplo 7: Analizando la Tabla 2×2 del ejemplo anterior con EpiDat, obtenemos:
13
Tablas de contingencia : Tablas 2x2 simples
Tipo de estudio
: Transversal
Nivel de confianza: 95,0%
Tabla
-----------Expuestos
No expuestos
-----------Total
Enfermos
-------4
386
-------390
Sanos
-------4
1250
-------1254
Total
-------8
1636
-------1644
Prevalencia de la enfermedad
Estimación
---------------------------------------- ---------En expuestos
0,500000
En no expuestos
0,235941
Razón de prevalencias
2,119171
---------------------------------------- ----------
IC(95,0%)
----------------1,054016
4,260736
-----------------
Prevalencia de exposición
Estimación
---------------------------------------- ---------En enfermos
0,010256
En no enfermos
0,003190
Razón de prevalencias
3,215385
---------------------------------------- ----------
IC(95,0%)
----------------0,807922
12,796660
-----------------
14
OR
--------3,238342
IC(95,0%)
----------------0,806111
13,009196
0,883539
11,869266
(Woolf)
(Cornfield)
Prueba Ji-cuadrado de asociación
Estadístico
Valor p
---------------------------------------- ----------------Sin corrección
3,0677
0,0799
Corrección de Yates
1,7820
0,1819
15
Descargar